人类如何评估网络博客的可信度：用机器学习量化和验证人为因素

本文的目的是了解人类在判断信息可信度时涉及的因素，并为博客开发一个分类模型，博客是许多人的主要信息来源。我们考虑了计算方法和以人类为中心的方法，进行了一项用户研究，旨在考虑两个认知过程——（1）直觉和行为评估，以及（2）反思性评估——在信息可信度评估中的作用。这项80名参与者的研究结果表明，人类的认知处理过程根据个人的目的而变化，并且人类在其反思性评估中会考虑内容的结构和风格。我们通过开发和分析使用16,304篇由2,944名博主撰写的实际博客文章的分类模型，实验性地证明了这些发现。我们的模型比先前研究中确定的最佳特征模型具有更高的准确性和效率。